没有合适的资源?快使用搜索试试~ 我知道了~
一种复合Voronoi几何特征的地标提取新方法.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 104 浏览量
2022-11-30
09:29:40
上传
评论
收藏 194KB DOCX 举报
温馨提示
试读
12页
一种复合Voronoi几何特征的地标提取新方法.docx
资源推荐
资源详情
资源评论
地标是指在一定空间范围内能够被大众熟知, 并且在认知和地理意义上均能成为标志
的空间形态
[1]
。在空间认知过程中, 地标是空间知识表达和推理的重要依据
[2]
, 具有多个方
向辨识和记忆的功能:在空间位置描述中能够用来辅助描述待定目标的位置、传递信息;
在路径选择和导航中, 可以有效提高环境的结构化理解, 并逐渐建立路径知识和结构知识
[3-
6]
。
当前地标提取的主要方法是依据相关影响因子来构建显著度模型, 通过计算地物目标
的显著度提取地标。Sorrows 等
[7]
将地标定义为地理空间中独立于观察者之外的显著可辨
别元素, 同时提出地标具有视觉、结构和语义 3 方面的显著性, 认为地物能否成为地标应
取决于其是否具有强烈的视觉特征、独特的语义和重要的空间位置
[8]
。一些学者提出并发
展了以上述 3 个指标构成的显著度计算模型, 其中, Raubal 和 Winter
[9]
从视觉吸引力、语
义吸引力、结构吸引力 3 个方面来构建显著度计算模型。由于地物所处环境与需求的差异,
需要根据影响因素来计算地物显著性, Caduff 和 Timpf
[10]
提出了一种更加复杂的显著度计算
模型, 包括感知、认知和场景 3 种显著性向量和一系列成员变量。为获取能够用于智能化
路径引导的层次性空间知识, 赵卫峰等
[11]
提出了一种利用兴趣点(point of interest, POI)数据
在城市环境中提取地标的方法。该方法从公众认知、空间分布和个体特征 3 个方面分析影
响 POI 显著性的因素, 构建包括公众认知度、城市中心度和特征属性值 3 个指标向量的
POI 显著度计算模型。为及时准确地获取用于智慧位置服务的城市层次性空间知识, 王明
等
[12]
从签到次数、签到用户数和用户影响因子等方面讨论 POI 显著度, 提出一种基于签到
数据的 POI 显著度计算模型。显著度计算模型的核心是通过选取认为重要的多个因子, 并
将其置入一维线性空间, 进而分类并加权最终用于评价。特征因子选取的不确定性、地物
目标空间分布特征顾及不足, 会使得提取的地标对空间分布的敏感度较弱、相关性不强。
本文有效利用地物目标个体与邻近目标所构成的区域, 将目标高度作为几何形态基础,
以 Voronoi 图势力范围构建地物目标缝隙, 用于描述目标之间的相互作用。利用地物的
Voronoi 几何性质, 构建显著性计算模型, 以实现地标提取, 降低特征选取复杂度, 增强提
取方法的普适性, 并验证地物目标的几何形态与邻近目标分布对地标提取的重要性。
1. Voronoi 复合特征构建
通常情况下, 在不考虑地物特殊语义、结构、文化等因素时, 在可视范围内能够给观
察者留下直观印象的往往是那些面积特征、高度特征较为突出的地物, 它们具有较强的视
觉感染力和参考性。高度特征作为地物典型几何特征之一, 不仅是直观的视觉信息, 而且
是地物在局部空间范围内可视的重要特征
[13]
。研究表明, 人们在对外界事物的认知中, 87%
的信息直接与视觉能力有关, 视觉感受是地标的一个不可分割特征
[14]
。
1.1 Voronoi 图与相关定义
Voronoi 图是空间剖分的一种基础几何结构, 它表现为一组生长元同时向四周扩张, 直
至相遇所形成的各生长元空间势力范围集合
[15-16]
。Voronoi 图蕴涵邻近与势力范围等许多优
良的空间概括性质, 被认为是研究和解决地理信息科学空间关系与空间分析、空间优化配
置等相关问题的有力工具
[17-20]
。
定义 1 普通 Voronoi 图:设点集 P={p
1
(x
1
, y
1
)…p
n
(x
n
, y
n
)}⊂R
2
, 对于 p(x, y)∈R
2
, 存
在 p
i
(x
i
, y
i
)与 p
j
(x
j
, y
j
), 则称式(1)表达的区域为 p
i
的 Voronoi 区域:
vor(pi)={∥pi−p∥⩽∥pj−p∥,i≠j,i,j∈N}vor(pi)={‖pi−p‖⩽‖pj−p‖,i≠j,i,j∈N}
(1)
式中, ∥pi−p∥=(xi−x)2+(yi−y)2−−−−−−−−−−−−−−−−√‖pi−p‖=(xi−x)2+(yi−y)2。
则由式(2)表达的图形称为点集 P 的 Voronoi 图:
V={vor(p1)⋯vor(pn)}V={vor(p1)⋯vor(pn)}
(2)
空间目标之间的位置邻近包括欧氏距离邻近与 Voronoi 邻近两种, Voronoi 邻近在度量
及邻近目标分布方面更具有优势
[21]
。
定义 2 Voronoi 邻近:存在空间目标集合 O={o
1
, o
2
…o
n
}⊂R
2
, 对于∀o
i
, o
j
(i≠j),
vor(o
i
)、vor(o
j
)分别为目标 o
i
与 o
j
的 Voronoi 区域, 如果式(3)成立, 则目标 o
i
与 o
j
为
Voronoi 邻近:
vor(oi)⋂vor(oj)≠∅vor(oi)⋂vor(oj)≠∅
(3)
定义 3 Voronoi k 阶邻近:存在目标集合 O={o
1
, o
2
…o
n
}⊂R
2
, 对于∀o
i
, o
j
(i≠j), 如果目
标 o
i
经过最小 Voronoi 邻近步数 k 到达目标 o
j
, 则称 o
i
与 o
j
为 Voronoi k 阶邻近。
1.2 Voronoi k 阶邻域缝隙
Voronoi 区域面积在一定程度上反映生长元的影响范围, 同时也受空间范围内的地物
密集程度的影响。顾及地物密集程度, 依据 Voronoi 邻近关系、Voronoi 区域面积分布与空
间相关性
[22-24]
, 对于独立地物目标, 设其面积为 S, Voronoi 势力范围面积为 S
vor
, 将其缝隙
描述为:
q=Svor−SSvorq=Svor−SSvor
(4)
扩展缝隙到 k 阶邻近地物, 将 Voronoi k 阶邻域缝隙描述为:
Q=q+∑i=1k∑j=1nqijQ=q+∑i=1k∑j=1nqij
(5)
其中, q
ij
为地物目标的 k 阶邻近目标; n 为 k 阶邻近目标数目。
图 1 所示为参考目标与其 3 阶邻近目标, 斜线填充部分为 Voronoi k 阶邻域缝隙。图
1 与图 2 分别表示目标地物与邻近地物处于不同 Voronoi k 阶邻域缝隙大小下的分布。
剩余11页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3692
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功